供水技术标准转型中的数据安全，如何做到风险控制？

时间：2023-11-13 16:32

来源：中国水网

作者：刘彤整理

数据安全治理路径主要是以数据为中心，围绕数据生命周期全过程，融合技术、管理和运营，打造涵盖“云、网、端”的时空一体化动态安全防护体系，确保数据流转全过程持续处于有效保护、合法利用的状态，保障数据安全释放价值。

数据安全治理难点可以总结为数据是否泄漏无感知、泄漏途径难确认、泄漏事件难溯源、数据资产不清晰、数据分级分类无法落地、数据访问控制难落地、数据安全人才缺失七个方面。

朱波介绍，核心技术能力主要包括智能数据分类分级、数据风险监测、数据泄密溯源、数据安全管控四方面。

智能数据分类分级：通过人工智能和机器学习技术，自动提取数据特征，进行数据分类分级标签推荐，从而大幅提升数据分类分级的效率。

数据风险检测：基于大数据计算以及用户行为分析技术，对用户数据访问流量进行建模，自动生成安全基线；基线内容如谁在访问数据，访问什么数据，通过何种途径，什么时间，访问了多少数据等；基于安全基线以及异常行为特征模型对数据访问行为进行研判，感知风险，上报告警，如：数据越权使用、API异常调用、运维人员批量读取敏感数据等。

数据泄密溯源：当前主流数据共享方式中，传统的嵌入追溯水印方式不再有效。通过可疑第三方检测模型对数据泄露内容进行数据检测，快速定位出可能的数据泄露源头，大大提升数据泄露溯源的速度。

数据安全管控：基于智能数据分类分级结果，对不同角色用户访问数据进行不同数据安全访问策略控制。

会上，朱波也将合肥供水集团的实践经验进行了分享。

在高度重视下，数据安全事件仍然频发。内因是获取数据有利可图，数据凭借自身价值，拥有“内泄外窃/越权使用”的天然驱动力。外因是数据安全保护不力，涉及数据权责不明确、数据状况不清晰、制度策略不完备、防护理念不匹配等层面的问题。各行业数据安全风险大、泄露事件频发。

在此背景下，合肥供水集团建立数据安全助力框架。

图片7.png

管理体系方面，定目标、规框架，建立企业级数据中心。合肥供水集团详细调研31个主要业务系统、16个业务部门，进行数据规划，形成9大标准规范，数据中心已采集数据18亿条，已治理数据8.9亿条。数据共享交换具有8.3亿条共享能力，共享至表务系统2500万条、管网运维系统58万条、超等额累进加价系统233万条、合肥市数据资源局1100万条等。

图片8.png

数据安全治理制度框架方面，合肥供水集团为决策者、管理层、执行层分别制定了相应匹配的制度，并建立了相应的32个一类到四类的数据安全办法、规范、细则和手册。

图片9.png

技术体系方面，基于零信任构筑的数据安全。采用SDP（软件定义边界）架构打造的新一代终端安全接入架构，由零信任安全网关、管理平台、客户端及终端安全监测四个部分构成，提供多种认证、终端环境检查、跨网隔离、非法外联检测、NAT溯源等能力的端到端安全防护，构建安全、易用、易管、稳定的可控可管的 “一机两网” 安全环境。

图片10_副本.png

技术体系：合肥供水集团数据安全体系

图片11.png

技术体系：数据全生命周期安全体系建设

朱波最后表示，数据安全治理是数据治理的一个子集，安全治理既可在数据治理框架下进行，也可独立实施。欲速则不达，数据的安全问题得不到妥善解决，那么宁愿数字化转型慢一点，或者不转型，也不能在错误的方向上渐行渐远。理想的方案是获取全量数据安全指标；经济的方案是能够满足当前业务的风险控制需求。把未知的风险转变为已知的风险，再去寻找抵御风险和提升防御能力的方法。

数据安全治理只有起点没有终点，数据安全保护永远在路上。

编辑：李丹